NLP有以下算法：

1. 词嵌入算法，用于将词序列转换为向量空间中的向量序列。
2. 语言模型算法，用于估计给定上下文时特定词的概率。
3. 循环神经网络（RNN）及其变种，如长短期记忆（LSTM）和门控循环单元（GRU），用于处理序列数据。
4. 卷积神经网络（CNN），用于对局部依赖进行建模。
5. 变换器（Transformer）算法，用于通过自注意力机制进行端到端训练。
6. 解码器算法，如维特比算法（Viterbi algorithm），用于在隐藏式马尔可夫模型（HMM）中进行解码。
7. 决策树算法和随机森林算法，用于分类和回归任务。
8. K-近邻算法（K-NN），用于分类和回归任务。
9. 支持向量机（SVM）算法，用于分类和回归任务。
10. 贝叶斯算法，用于分类和回归任务。
11. 逻辑回归算法，用于二分类任务。
12. 线性回归算法，用于回归任务。

这些算法在NLP领域中都有广泛的应用。